Numpy模块快速入门

1.Python_tips

 ###################################################################
 ‘‘‘
 当遇到不会的函数时，善用帮助文档。一般来说帮助文档中会有例子，方便学习，可以直接套用例子。
 ！！！重要！！！ ！！！重要！！！ ！！！重要！！！
 print(help(numpy.genfromtxt))#官方帮助文档，多查询文档善用！！
 ‘‘‘

2.数据结构

一些数据读取操作代码

 import numpy
 ?
 ###################################################################
 #读取txt文件。。。。numpy很少用来读取数据，，一般使用pandas！！！
 print(help(numpy.genfromtxt))#官方帮助文档，多查询文档善用！！
 ?
 world_txt=numpy.genfromtxt(""test.txt,delimiter=".",dtype=str)#读出的数据i是从0开始，区别matlab
 file0_1=world_txt[0,1]#第0行第一列
 file02_1=world_txt[0:2,1]#第1列第0-2行的数据，联系matlab
 file02_1=world_txt[0:2,0-3]#第0-3列第0-2行的数据，联系matlab
 ?
 #运行结果暂略.....
 ?
 ?
 ###################################################################
 #数据结构-数组、向量，存的元素性质要相同数字或者字符
 vector = numpy.array([10, 18, 10, 90])#input a list ，创建一个行向量
 matrix = numpy.matrix([[1, 2, 32], [3, 4, 23]]) #创建一个矩阵
 print (vector)
 print (matrix)
 ?
 #运行结果
 ‘‘‘
 [10 18 10 90]
 [[ 1  2 32]
  [ 3  4 23]]
 ‘‘‘
 ?
 ###################################################################
 #文件的属性 _.shape
 vector = numpy.array([10, 18, 10, 90])
 print （vector.shape）#数据中元素的个数
 ?
 matrix = numpy.matrix([[1, 2, 32], [3, 4, 23]]) 
 print （matrix.shape）#矩阵有几行几列
 ?
 #运行结果
 ‘‘‘
 (4,)
 (2, 3)
 ‘‘‘
 ?
 ?

3.基本操作

 import numpy
 ?
 ###################################################################
 #逻辑判断
 vector = numpy.array([10, 18, 10, 90])
 indexs = (vector == 10)#创建一个索引值
 num = vector[indexs]#1.注意逻辑判断是两个等号“==”，2.它是对每个数组的每个数要做一次判断
 print (indexs) 
 print (num)
 ?
 ‘‘‘
 [ True False  True False]
 [10 10]
 ‘‘‘
 ?
 ###################################################################
 #逻辑关系 与或关系 "& |"
 vector = numpy.array([10, 18, 10, 90])
 judges = (vector == 10) & (vector == 5)
 print (judges)
 ?
 #输出
 ‘‘‘
 [False False False False]
 ‘‘‘
 judge2 = (vector == 10) | (vector == 5)
 print (judge2)
 ?
 #输出
 ‘‘‘
 [ True False  True False]
 ‘‘‘
 ?
 ?
 ###################################################################
 #类型转换
 vector = numpy.array([‘10‘, ‘18‘, ‘10‘, ‘90‘])
 print (vector.dtype)
 print (vector)
 ?
 vector = vector.astype(float)
 print (vector.dtype)
 print (vector)
 ?
 #输出
 ‘‘‘
 <U2
 [‘10‘ ‘18‘ ‘10‘ ‘90‘]
 float64
 [10. 18. 10. 90.]
 ‘‘‘
 ?
 ?
 ###################################################################
 #求最值
 vector = numpy.array([10, 18, 10, 90])
 print (vector)
 print (["min"] + [vector.min()])
 print (["max"] + [vector.max()])
 ?
 #输出
 ‘‘‘[10 18 10 90]
 [‘min‘, 10]
 [‘max‘, 90]
 ‘‘‘
 ?
 ?
 ###################################################################
 #按行按列求和
 matrix = numpy.array([[10, 18, 10, 90], [34, 45, 12, 21], [12, 21, 45, 78]])
 print (matrix)
 sumhang = matrix.sum(axis=1)
 sumlie = matrix.sum(axis=0)
 print (["各行的和"] + [sumhang])
 print (["各列的和"] + [sumlie])
 ?
 #输出
 ‘‘‘
 [[10 18 10 90]
  [34 45 12 21]
  [12 21 45 78]]
 [‘各行的和‘, array([128, 112, 156])]
 [‘各列的和‘, array([ 56,  84,  67, 189])]
 ‘‘‘
 ?
 ?
 ?

4.矩阵性质

 import numpy
 ?
 ###################################################################
 #产生随机向量和矩阵，以及其相关属性
 vector = numpy.arange(10)#产生10个随机数字--数组
 matrix = numpy.arange(10).reshape(2,5)#产生10个随机数字，并且变为2X5的矩阵
 print (vector)
 print (end="\n")
 print (matrix)
 print (end="\n")
 print (matrix.shape)#矩阵的大小几X几的矩阵
 print (end="\n")
 print (matrix.dtype.name)#矩阵的元素的类型
 print (end="\n")
 print (matrix.size)#矩阵的元素个数
 print (end="\n")
 print (matrix.ndim)#矩阵的维度
 print (end="\n")
 ?
 #输出
 ?
 ‘‘‘
 [0 1 2 3 4 5 6 7 8 9]
 ?
 [[0 1 2 3 4]
  [5 6 7 8 9]]
 ?
 (2, 5)
 ?
 int32
 ?
 10
 ?
 2
 ‘‘‘
 ?

5.矩阵的操作

 import numpy
 ?
 ###################################################################
 #矩阵的基本操作
 ?
 #产生0矩阵
 matrix0 = numpy.zeros ((1,2,5))#产生1个2X5的零矩阵,默认为float格式
 #产生一个1矩阵
 matrix1 = numpy.ones ((2,2,5),dtype = numpy.int32)#产生2个2X5的1矩阵
 #arange的使用
 arn = numpy.arange (1, 9, 3)
 arn1 = numpy.arange (14).reshape(2, 7)
 #random的使用
 randomm = numpy.random.random((2, 4))
 #linspace的使用,指定一个区间值
 lines = numpy.linspace (1, 30, 15)
 print (matrix0)
 print (end="\n")
 print (matrix1)
 print (end="\n")
 print (arn)
 print (arn1)
 print (end="\n")
 print (randomm)
 print (end="\n")
 print (lines)
 print (end="\n")
 ?
 #输出
 ‘‘‘
 [[[0. 0. 0. 0. 0.]
   [0. 0. 0. 0. 0.]]]
 ?
 [[[1 1 1 1 1]
   [1 1 1 1 1]]
 ?
  [[1 1 1 1 1]
   [1 1 1 1 1]]]
 ?
 [1 4 7]
 [[ 0  1  2  3  4  5  6]
  [ 7  8  9 10 11 12 13]]
 ?
 [[0.06204554 0.35225778 0.06455726 0.63771864]
  [0.4408882  0.23106225 0.52697989 0.1103244 ]]
 ?
 [ 1.          3.07142857  5.14285714  7.21428571  9.28571429 11.35714286
  13.42857143 15.5        17.57142857 19.64285714 21.71428571 23.78571429
  25.85714286 27.92857143 30.        ]
 ‘‘‘
 ?

5.基本函数介绍

 import numpy
 ?
 ###################################################################
 #一些基本函数
 #numpy.exp() 求e的次方
 #numpy.sqrt() 求根号
 #numpy.floor() 取整
 #numpy.ravel() 把矩阵变为向量
 #numpy.vstask(a,b) 把a，b两个矩阵拼接
 #numpy.ravel() 把矩阵变为向量
 ?
 ?

Numpy模块快速入门

原文：https://www.cnblogs.com/Mr-Asher/p/12656639.html